1 dépôt
Awesome GitHub RepositoriesShallow Diffusion Sampling
Diffusion sampling techniques that generate high-fidelity results using a limited number of iterations.
Distinct from Diffusion Sampling Methods: Distinct from general Diffusion Sampling Methods: focuses on the 'shallow' approach to minimize sampling steps while maintaining quality.
Explore 1 awesome GitHub repository matching artificial intelligence & ml · Shallow Diffusion Sampling. Refine with filters or upvote what's useful.
Awesome Shallow Diffusion Sampling GitHub Repositories
Trouvez les meilleurs dépôts grâce à l'IA.Nous recherchons les dépôts les plus pertinents grâce à l'IA.
- moonintheriver/diffsinger
MoonInTheRiver/DiffSinger
4,804Voir sur GitHubDiffSinger est un synthétiseur vocal IA et un générateur audio neuronal conçu pour produire du chant et de la parole haute fidélité. Il fonctionne comme un système de synthèse vocale (text-to-speech) et un outil de synthèse de voix chantée basé sur la diffusion qui transforme le texte et la hauteur (pitch) en audio audible. Le système utilise un mécanisme de diffusion superficielle et un raffinement itératif du bruit pour générer des performances vocales réalistes. Il incorpore des plugins d'échantillonnage spécialisés et des solveurs numériques pour accélérer l'inférence et réduire le temps requis pour générer des voix synthétiques. Le projet couvre la modélisation acoustique, la synthèse de mel-spectrogrammes et la reconstruction par vocodeur neuronal pour convertir le texte en formes d'onde audio dans le domaine temporel. Il inclut également des capacités d'amélioration vocale synthétique pour améliorer la qualité sonore des enregistrements.
Generates high-fidelity audio by iteratively refining noise into mel-spectrograms using a limited number of sampling steps.
Pythonaaai2022diffusion-modeldiffusion-speedup
